Downloads · 30 days
57
13% of all-time downloads
ogulcanakca/Kumru-2B-EPDK-Instruct
Kumru-2B-EPDK-Instruct is a text generation model from ogulcanakca. Use it when you need the model to write or continue text. It is set up for transformers. The card lists the license as apache-2.0.
vngrs-ai/Kumru-2B-Base modelinin iki aşamalı (DAPT + DPO) bir fine-tuning sürecinden geçirilmesiyle oluşturulmuş nihai modelidir. Model, Enerji Piyasası Düzenleme Kurumu (EPDK) mevzuatları konusunda uzmanlaşmış bir in…
Downloads · 30 days
57
13% of all-time downloads
All-time downloads
426
Public
Parameters
2.4B
4.8 GB on disk
Likes
1
Public
Click a slice to open those files.
.safetensors4.8 GB · 100%
From the Hugging Face model README
vngrs-ai/Kumru-2B-Base modelinin iki aşamalı (DAPT + DPO) bir fine-tuning sürecinden geçirilmesiyle oluşturulmuş nihai modelidir. Model, Enerji Piyasası Düzenleme Kurumu (EPDK) mevzuatları konusunda uzmanlaşmış bir instruct modelidir.
Bu model, llama.cpp ve Ollama gibi platformlarda kullanılmak üzere ogulcanakca/Kumru-2B-EPDK-Instruct-GGUF reposunda GGUF formatında da mevcuttur.
!pip install -q \
"transformers" \
"peft" \
"accelerate" \
"bitsandbytes" \
"trl" \
"datasets"
from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig
import torch
model_name = "ogulcanakca/Kumru-2B-EPDK-Instruct"
# 4-bit QLoRA ile yükleme
bnb_config = BitsAndBytesConfig(
load_in_4bit=True,
bnb_4bit_quant_type="nf4",
bnb_4bit_compute_dtype=torch.float16 # T4 için
)
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
model_name,
quantization_config=bnb_config,
device_map="auto",
trust_remote_code=True
)
model.eval()
prompt_soru = "2007 yılına ait Türkiye Ortalama Elektrik Toptan Satış Fiyatının (TORETOSAF) değeri nedir?"
messages = [
{"role": "user", "content": prompt_soru}
]
input_text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(input_text, return_tensors="pt").to(model.device)
inputs.pop("token_type_ids", None)
with torch.no_grad():
outputs = model.generate(
**inputs,
max_new_tokens=150,
temperature=0.2,
do_sample=True,
pad_token_id=tokenizer.eos_token_id
)
response_start_index = inputs.input_ids.shape[1]
print(tokenizer.decode(outputs[0][response_start_index:], skip_special_tokens=True))
GGUF Reposu: 👉 ogulcanakca/Kumru-2B-EPDK-Instruct-GGUF
{
"prompt": "2007 yılına ait Türkiye Ortalama Elektrik Toptan Satış Fiyatının (TORETOSAF) değeri nedir?",
"Instruct Model": "TORETOSAF, 2013 yılı için, 12 aylık TÜFE ile TEFE arasındaki farktır. 2013 yılı için % 10,11’dir."
}